Применение формального языка математики оправдано всегда, если речь идет о сложных вещах, изложение которых на естественном языке требует синтаксически сложных предложений и может привести к неточному их толкованию. Важно также и то, что работа с формальными языками развивает способности к логическому мышлению в любой прикладной области.
6. Математические модели. Реальные объекты, с которыми имеет дело инженер, обладают бесконечным множеством свойств и характеризуются бесконечным множеством связей как внутри самого объекта, так и вне его (связи с другими объектами и окружающей средой). Переход к соответствующим моделям является наиболее сложным и ответственным этапом применения математического аппарата в инженерном деле. В значительной мере успешное решение этой задачи определяется опытом и интуицией специалиста в данной конкретной области. В то же время можно указать и ряд общих требований, которые обычно предъявляются к математической модели: достаточная точность, предельная простота и стандартная форма.
Обеспечить достаточную точность модели — это значит учесть при идеализации реального объекта все существенные свойства и связи, отвлекаясь от второстепенных. Несущественных свойств и связей. Решение этого вопроса зависит не только от характера самого объекта, но и от поставленной задачи. Поэтому для одного и того же объекта может потребоваться не одна, а несколько моделей, обслуживающих различные задачи при его проектировании или исследовании. Например, усилительная электронная цепь при определении начального режима описывается нелинейными алгебраическими уравнениями, а в режиме усиления слабых сигналов — линейными дифференциальными уравнениями.
- 12 -
Для определения нелинейных искажений такой цепи в ее модели необходимо учесть нелинейность характеристик электронных ламп или транзисторов.
Представляя реальный объект с достаточной точностью, математическая модель в то же время должна быть оп возможности проще, так как дальнейшая работа со сложной моделью не только затруднительна, но может оказаться и практически невозможной. Противоречивость этих требований нередко вынуждает поступиться точностью в интересах простоты, однако такой компромисс допустим только в тех пределах, при которых модель еще отражает существенные свойства реального объекта. Разработка методов упрощения реальных объектов и систем с целью построения предельно простых математических моделей является одной и центральных задач любой прикладной области.
При моделировании реальных объектов целесообразно ориентироваться на математические модели стандартного вида, которые обеспечены соответствующим аппаратом. Физические процессы характеризуются пространственно-временными соотношениями и в общем случае описываются дифференциальными уравнениями в частных производных. Важным методом упрощения модели является представление объекта или совокупности объектов в виде системы таких ее частей (компонентов), связь между которыми можно с достаточной точностью охарактеризовать функциями только одно переменной (времени). В одних случаях этот путь предсказывается самой структурой объекта (например, электронные цепи или системы управления), в других случаях требуется искусственное расчленение объекта на отдельные части (например, балку с распределенной нагрузкой представляют в виде участков с сосредоточенными нагрузками). Если известны модели компонентов в виде некоторых зависимостей относительно их внешних связей, то модель системы можно представить обыкновенными дифференциальными уравнениями. Тем самым осуществляется переход от модели с распределенными параметрами к более простой модели с сосредоточенными параметрами.
Моделирование компонентов системы само по себе может представлять серьезные трудности, однако эта задача всегда проще, чем рассмотрение системы в целом. Кроме того, несмотря на огромное разнообразие систем, набор различных компонентов весьма ограничен, и их модели, полученные один раз в стандартной форме, могут затем многократно использоваться при моделировании сложных систем. В общем случае модели компонентов характеризуются нелинейными зависимостями. Однако многие задачи допускают их линеаризацию, что соответственно сильно упрощает и модели систем, которые в таких случаях описывается линейными уравнениями. Если параметры компонентов можно считать не зависящими от времени, то система представляет стационарной моделью
- 13 -
в виде дифференциальных уравнений с постоянными коэффициентами.
Параметры системы и приложенные к ней воздействия можно рассматривать как детерминированные или случайные величины, что приводит соответственно к детерминированным или стохастическим моделям. Выбор той или иной модели зависит от характера протекающих процессов и поставленной задачи исследования.
Стохастические модели имеют особенно важное значение при исследовании и проектировании больших систем со сложными связями и трудно учитываемыми свойствами. В подобных ситуациях близость математической модели к исходной системе усиливается приданием ей вероятностного или статистического характера, учитывающего существенные свойства и связи, которые не поддаются детерминированному описанию.
Реальные физические процессы протекают в непрерывно изменяющимся времени, которое является аргументом соответствующих им функций. Роль непрерывного аргумента в различных задачах исследования или проектирования могут играть и другие физические величины (расстояние, объем, масса, температура и т.п.). При этом математические модели, типичными представителями которых являются дифференциальные уравнения, также называют непрерывными. Однако во многих случаях целесообразно рассматривать состояние системы только для последовательности дискретных значений независимой переменной (времени), отвлекаясь от характера происходящих процессов в промежутке между этими значениями. Этот подход обслуживают различные типы дискретных моделей.
